🔔 با توجه به بهبود نسبی اینترنت، آمادهسازی دورهها آغاز شده است. به دلیل تداوم برخی اختلالات، بارگذاری دورهها ممکن است با کمی تأخیر انجام شود. مدت اشتراکهای تهیهشده محفوظ است.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش یادگیری عمیق: پردازش زبان طبیعی با ترنسفورمرها
- آخرین آپدیت
دانلود Deep Learning: Natural Language Processing with Transformers
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
یادگیری عمیق (Deep Learning)، داغترین موضوع امروزی! با توجه به تأثیر چشمگیر آن در صنایع مختلف، جای تعجب نیست. یکی از برجستهترین حوزههایی که یادگیری عمیق در آن نفوذ کرده است، پردازش زبان طبیعی (NLP) میباشد.
برای درک چرایی محبوبیت گستردهی پردازش زبان طبیعی مبتنی بر یادگیری عمیق، کافیست به کاربردهای متنوع آن نگاهی بیندازیم؛ جایی که توانایی درک، معناسازی و تولید متن توسط کامپیوترها، زندگی ما را متحول کرده است.
برخی از کاربردهای برجسته پردازش زبان طبیعی عبارتند از:
کمک به یادگیری افراد در سراسر جهان در مورد هر موضوعی با ChatGPT
توانمندسازی توسعهدهندگان برای کدنویسی کارآمدتر با Github Copilot
پیشنهاد خودکار موضوعات در فید توییتر شما
ترجمه ماشینی عصبی خودکار با Google Translate
موتورهای جستجوی تجارت الکترونیک مانند آنچه در Amazon میبینیم
تصحیح گرامر با Grammarly
تقاضا برای مهندسان پردازش زبان طبیعی به شدت در حال افزایش است و متخصصان این حوزه به دلیل ارزش بالای خود، درآمد بالایی دارند. با این حال، شروع کار در این زمینه آسان نیست. حجم انبوهی از اطلاعات، اغلب منسوخ، و عدم توجه کافی به نیازهای مبتدیان، چالشهایی را ایجاد میکند.
در این دوره، شما را در سفری شگفتانگیز همراهی خواهیم کرد تا مفاهیم مختلف را با رویکردی گام به گام و مبتنی بر پروژه بیاموزید. از Tensorflow 2 (محبوبترین کتابخانه یادگیری عمیق در جهان، توسعهیافته توسط گوگل) و Huggingface Transformers (محبوبترین کتابخانه متمرکز بر NLP) استفاده خواهیم کرد. با ساخت مدلهای ساده مانند رگرسیون خطی برای پیشبینی قیمت خودرو و طبقهبندیکننده متن مبتنی بر RNN برای تحلیل نظرات فیلم شروع کرده و به مدلهای پیشرفتهتر ترنسفورمر (مانند Bert، GPT، BlenderBot، T5، Sentence Transformers و Deberta) خواهیم رسید.
پس از گذراندن این دوره و اجرای پروژههای مختلف، مهارتهای لازم برای توسعه راهحلهای پیشرفته یادگیری عمیق برای NLP را که شرکتهای بزرگ فناوری به کار میگیرند، کسب خواهید کرد.
شما خواهید آموخت:
مبانی Tensorflow (Tensors، ساخت مدل، آموزش و ارزیابی)
پیشپردازش متن برای پردازش زبان طبیعی
الگوریتمهای یادگیری عمیق مانند شبکههای عصبی بازگشتی (RNN)، مدلهای توجه (Attention Models)، ترنسفورمرها (Transformers) و شبکههای عصبی کانولوشنال (CNN)
تحلیل احساسات با RNNها، ترنسفورمرها و Huggingface Transformers (Deberta)
یادگیری انتقالی با Word2vec و ترنسفورمرهای مدرن (GPT، Bert، ULmfit، Deberta، T5...)
عملیات یادگیری ماشین (MLOps) با Weights and Biases (ردیابی آزمایشها، تنظیم ابرپارامترها، نسخهبندی مجموعه دادهها و مدلها)
ترجمه ماشینی با RNNها، توجه، ترنسفورمرها و Huggingface Transformers (T5)
طبقهبندی قصد (Intent Classification) با Deberta در Huggingface Transformers
تشخیص رابطه موجودیت نامگذاری شده (Named Entity Relation) با Roberta در Huggingface Transformers
ترجمه ماشینی عصبی با T5 در Huggingface Transformers
پرسش و پاسخ استخراجی (Extractive Question Answering) با Longformer در Huggingface Transformers
موتور جستجوی تجارت الکترونیک با Sentence Transformers
تولیدکننده متن ترانه (Lyrics Generator) با GPT2 در Huggingface Transformers
تصحیح خطای گرامری با T5 در Huggingface Transformers
ربات ایلان ماسک (Elon Musk Bot) با BlenderBot در Huggingface Transformers
تشخیص گفتار (Speech Recognition) با RNNها
اگر میخواهید یک قدم فراتر در مسیر شغلی خود بردارید، این دوره برای شماست و ما بیصبرانه مشتاقیم به شما در دستیابی به اهدافتان کمک کنیم!
این دوره توسط Neuralearn ارائه میشود. مانند سایر دورههای Neuralearn، ما اهمیت زیادی به بازخورد قائل هستیم. نظرات و سوالات شما در انجمن به ما در بهبود این دوره کمک خواهد کرد. لطفاً هر تعداد سوالی که دارید در انجمن بپرسید. ما تمام تلاش خود را میکنیم تا در کوتاهترین زمان ممکن پاسخ دهیم.
لذت ببرید!!!
سرفصل ها و درس ها
مقدمه
intro
خوش آمدید
Welcome
معرفی کلی
General Introduction
درباره این دوره
About this Course
لینک به کد
Link to Code
پیشنیازها- تانسورها و متغیرها
[PRE-REQUISITE] Tensors and Variables
لینک به کد
Link to Code
مبانی
Basics
مقداردهی اولیه و تبدیل نوع
Initialization and casting
نمایه سازی
Indexing
عملیات ریاضی
Maths Operations
عملیات جبر خطی
Linear algebra operations
متدهای متداول
Common methods
تانسورهای ناهمگون
Ragged tensors
تانسورهای پراکنده
Sparse tensors
تانسورهای رشتهای
String tensors
متغیرها
Variables
پیشنیازها- ساخت شبکههای عصبی با تنسورفلو
[PRE-REQUISITE] Building Neural Networks with TensorFlow
لینک به کد
Link to Code
لینک به دیتاست
Link to Dataset
درک وظیفه
Task Understanding
آمادهسازی دادهها
Data Preparation
مدل رگرسیون خطی
Linear Regression Model
جریمه خطا
Error Sanctioning
آموزش و بهینهسازی
Training and Optimization
اندازهگیری عملکرد
Performance Measurement
اعتبارسنجی و تست
Validation and Testing
اقدامات اصلاحی
Corrective Measures
دیتاستهای تنسورفلو
TensorFlow Datasets
پیشپردازش متن برای تحلیل احساسات
Text Preprocessing for Sentiment Analysis
نمایش نظرات